畢業(yè)設(shè)計(jì)（論文）開題報(bào)告：洗滌生產(chǎn)線檢測(cè)視頻監(jiān)控軟件設(shè)計(jì)

PAGE畢業(yè)設(shè)計(jì)(論文)開題報(bào)告學(xué)生姓名：學(xué)號(hào)：專業(yè)：通信工程設(shè)計(jì)(論文)題目：洗滌生產(chǎn)線檢測(cè)視頻監(jiān)控軟件設(shè)計(jì)指導(dǎo)教師:年月日畢業(yè)設(shè)計(jì)（論文）開題報(bào)告1．結(jié)合畢業(yè)設(shè)計(jì)（論文）課題情況，根據(jù)所查閱的文獻(xiàn)資料，每人撰寫2000字左右的文獻(xiàn)綜述文獻(xiàn)綜述1研究背景近年來在計(jì)算機(jī)視覺領(lǐng)域里的基于視頻圖像分析的應(yīng)用很廣泛，主要用于生產(chǎn)線上的產(chǎn)品質(zhì)量檢測(cè)、人體的檢測(cè)、火災(zāi)檢測(cè)以及管道腐蝕檢測(cè)等。隨著近年來旅游業(yè)和生活水平的提高，酒店，賓館也相應(yīng)增加，從而床上用品、窗簾以及餐桌上的紡織用品也相應(yīng)增多，導(dǎo)致對(duì)紡織品的洗滌造成很大的勞動(dòng)力需求，進(jìn)而使商家的經(jīng)營成本增大。在對(duì)生產(chǎn)線上的紡織物污點(diǎn)檢測(cè)時(shí)，如果采用人工會(huì)存在很多問題，一方面由于人的精神集中的周期比較短，一般在30分鐘以內(nèi)，而洗滌流水線的速度一般比較快，所以需要人的眼睛不斷地移動(dòng)，這樣很容易造成人眼的視覺疲勞，這種情況下很容易產(chǎn)生漏檢。另一方面現(xiàn)在隨著洗滌量的增大使得對(duì)流水線的速度不斷提高，那么人工的檢測(cè)正確率就更加降低，導(dǎo)致洗滌質(zhì)量不過關(guān)。目前，國內(nèi)在洗滌生產(chǎn)線上利用計(jì)算機(jī)視覺對(duì)污點(diǎn)進(jìn)行檢測(cè)的研究相對(duì)很少，只是在驗(yàn)布機(jī)方面有很多研究。所以，這對(duì)現(xiàn)在洗滌生產(chǎn)線的實(shí)際情況，利用計(jì)算機(jī)視覺對(duì)生產(chǎn)線上紡織物的污點(diǎn)檢測(cè)的研究是很有實(shí)際意義的。計(jì)算機(jī)視覺監(jiān)控研究的重要部分是目標(biāo)檢測(cè)?？焖俣鴾?zhǔn)確對(duì)運(yùn)動(dòng)的物體進(jìn)行檢測(cè)的研究是很具有挑戰(zhàn)性，另外準(zhǔn)確的檢測(cè)對(duì)行為正確的判別也很重要。智能監(jiān)控通過用攝像機(jī)代替人眼來協(xié)助人完成監(jiān)視，達(dá)到減輕人的工作量。因此，近年來，基于視頻監(jiān)控對(duì)生產(chǎn)線的物體質(zhì)量檢測(cè)技術(shù)成為了研究的熱點(diǎn)。本課題的實(shí)現(xiàn)通過采用攝像頭實(shí)時(shí)傳輸圖像給PC終端，并由PC終端通過圖像識(shí)別的方法判斷監(jiān)控畫面中的紡織品是否有污點(diǎn)。2國內(nèi)外研究與發(fā)展現(xiàn)狀從國外研究現(xiàn)狀來看，發(fā)展最普遍的是基于機(jī)器視覺的驗(yàn)布機(jī)的研究，比較成功驗(yàn)布機(jī)是以色列EVS公司生產(chǎn)的I-TEX2000，其采用了特質(zhì)的計(jì)算機(jī)和圖像處理技術(shù)使系統(tǒng)檢驗(yàn)速度達(dá)到300碼每分鐘，可檢測(cè)出0.5mm大小的瑕疵點(diǎn)，其無論在效率還是速度上都是遙遙領(lǐng)先的[1]。瑞士的烏斯特Fabriscan織物品質(zhì)自動(dòng)檢測(cè)系統(tǒng)，根據(jù)織

畢業(yè)設(shè)計(jì)（論文）開題報(bào)告物的不同寬度，選擇性的裝2~8只高分率攝像機(jī)，其工作原理是通過神經(jīng)網(wǎng)絡(luò)技術(shù)學(xué)習(xí)無瑕疵織物的特征，檢測(cè)織物找到不同處即為疵點(diǎn)，該技術(shù)比較先進(jìn)，并已經(jīng)應(yīng)用于實(shí)踐[2]。德國的Opdix公司制作的自動(dòng)檢測(cè)系統(tǒng)，既采用了神經(jīng)網(wǎng)絡(luò)的方法，又利用傳感器結(jié)合光學(xué)和力學(xué)對(duì)織物進(jìn)行檢測(cè)，從而達(dá)到0.06mm的瑕疵檢測(cè)分辨率[3]。比利時(shí)巴可公司生產(chǎn)的獨(dú)眼巨人系統(tǒng)可以直接安裝在正在織造的機(jī)器上，從而達(dá)到檢測(cè)到瑕疵點(diǎn)時(shí)系統(tǒng)能自動(dòng)停機(jī)并減少壞布的產(chǎn)生，其檢測(cè)寬度范圍為0m-2.6m。瑕疵的類型和位置也將顯示在PC終端，解除了瑕疵點(diǎn)后，操作員需在織布機(jī)控制終端上做記號(hào)，并讓織布機(jī)繼續(xù)運(yùn)行。Cyclops系統(tǒng)是專為該公司的Sycotcx織布機(jī)管理系統(tǒng)設(shè)計(jì)的，所有被標(biāo)注的瑕疵點(diǎn)信息均傳送至一個(gè)織物質(zhì)量數(shù)據(jù)庫，從而實(shí)現(xiàn)織物瑕疵點(diǎn)的檢測(cè)[4]。由希臘拉多萬·斯托亞諾維奇研究的自動(dòng)驗(yàn)布機(jī)，該樣機(jī)最初用濾波預(yù)處理和閾值的算法，再將幾何特征和紋理特征作為特征值，利用神經(jīng)網(wǎng)絡(luò)對(duì)目標(biāo)進(jìn)行分類，該系統(tǒng)可以檢測(cè)到的瑕疵點(diǎn)的范圍是0.5mm，識(shí)別率達(dá)到86.2%和小于4.3%錯(cuò)判率[5]。我國是紡織品大國，國內(nèi)目前實(shí)際的織物自動(dòng)檢測(cè)系統(tǒng)還相當(dāng)不成熟，另外從國外進(jìn)口的價(jià)格又很高，機(jī)器配置和操作不太適合我國具體生產(chǎn)狀況的問題，目前已有很多高校和研究機(jī)關(guān)在對(duì)織物智能視頻檢測(cè)領(lǐng)域投入很大程度的研究，例如：武漢理工大學(xué)、湖北工業(yè)大學(xué)、華中科技大學(xué)和中國科學(xué)院自動(dòng)化研究所等。在這些研究單位中，東華大學(xué)客觀地評(píng)定了那些用機(jī)器視覺對(duì)織物瑕疵進(jìn)行檢測(cè)的機(jī)器的等級(jí)，其主要使用的算法是根據(jù)自適應(yīng)小波環(huán)境下的能量以及瑕疵長度、寬度、直徑比等特征來評(píng)定，此論文是我國最先研究織物瑕疵檢測(cè)和評(píng)分的研究，但由于其使用了面陣相機(jī)采集，從而無法應(yīng)用生產(chǎn)[8]。湖北工業(yè)大學(xué)在織物瑕疵檢測(cè)系統(tǒng)的硬件選擇和安裝方法上做出相應(yīng)的研究，實(shí)行對(duì)移動(dòng)織物等時(shí)間采樣，并對(duì)其預(yù)處理和提取圖像特征值，利用模板匹配的SSDA算法得出瑕疵數(shù)量，但在采樣時(shí)要明確織物的移動(dòng)速率[9]。華中科技大學(xué)鄒超、龔艷軍等也在織物檢測(cè)方面做出了相應(yīng)的研究，龔艷軍在自動(dòng)驗(yàn)布機(jī)的研究中給出了硬件圖像采集卡是如何設(shè)計(jì)的，小波的方法如何在軟件應(yīng)用中實(shí)施，以及利用BP神經(jīng)網(wǎng)絡(luò)時(shí)如何進(jìn)行分類的。鄒超在論文中給出了織物瑕疵檢測(cè)方法是類別共生矩陣的方法[10,11]。武漢理工大學(xué)祁林的研究方案是先將彩色圖像處理成灰度圖像，同時(shí)利用均衡化技術(shù)對(duì)圖像清晰度和對(duì)比度進(jìn)行處理，再對(duì)織物紋理密度采用類似“灰度共生矩陣”的畢業(yè)設(shè)計(jì)（論文）開題報(bào)告算法去識(shí)別，根據(jù)織物相關(guān)特征對(duì)織物圖像進(jìn)行壓縮，從而后繼處理速度得到提高，再利用“腐蝕-膨脹”算法對(duì)二值化的織物圖像進(jìn)行噪聲點(diǎn)濾除，提取織物瑕疵點(diǎn)的特征值按照對(duì)序把結(jié)果寫入數(shù)據(jù)庫，該系統(tǒng)在國內(nèi)已經(jīng)推出[12]。雖然國內(nèi)外基于計(jì)算機(jī)智能檢測(cè)紡織品技術(shù)已經(jīng)有了相當(dāng)多的研究，但是在洗滌流水線上對(duì)紡織品的檢測(cè)卻并未有所涉及，由于洗滌生產(chǎn)線上紡織品的大小，織物是否連續(xù)，以及被洗滌的紡織品的花色也有不同，使得洗滌生產(chǎn)線的紡織物的檢測(cè)與布匹生產(chǎn)線上的檢測(cè)存在相當(dāng)大的差異，目前市場(chǎng)上也并未有用于檢測(cè)洗滌生產(chǎn)線上織物污點(diǎn)的檢測(cè)機(jī)器，因此目前迫切需要對(duì)洗滌紡織品污點(diǎn)檢測(cè)機(jī)器的誕生。當(dāng)今對(duì)于自動(dòng)跟蹤運(yùn)動(dòng)目標(biāo)和對(duì)目標(biāo)的特點(diǎn)識(shí)別算法取得很大進(jìn)步，特別是國外許多技術(shù)已經(jīng)比較完善，但是由于光線的強(qiáng)弱導(dǎo)致圖像采集的時(shí)候會(huì)有一定誤差，還有就是織物紋理的不同也會(huì)有一些問題。本文所做的工作是在VisualC++6.0平臺(tái)上導(dǎo)入OpenCV視覺庫，利用其已優(yōu)化的函數(shù)對(duì)視頻流中圖像進(jìn)行分析，根據(jù)現(xiàn)有較成熟的算法來對(duì)紡織品檢測(cè)，檢測(cè)出瑕疵，就發(fā)出警報(bào)。3關(guān)于“洗滌生產(chǎn)線檢測(cè)視頻監(jiān)控軟件設(shè)計(jì)”課題研究的啟發(fā)通過廣泛閱讀資料，查閱國內(nèi)外研究者的一些研究成果，得到了兩點(diǎn)啟發(fā)：(1)目前，對(duì)織物的瑕疵研究很熱門，這正是因?yàn)樗醒芯康谋匾?，也有很明朗的研究前?因此有很多碩士論文、期刊都有提及，其檢測(cè)算法也有很多。瑕疵檢測(cè)算法主要有：圖像模板匹配的序貫相似性檢測(cè)算法（SSDA），背景差分、連通域處理、AdBoost算法等數(shù)字圖像處理算法。(2)算法的研究是項(xiàng)復(fù)雜的工作，作為一名本科生，現(xiàn)在研究能力與研究資源有限，所以不可能在算法上花太多功夫，只是先選擇了目前應(yīng)用較廣泛的基于瑕疵特征值對(duì)織物圖像檢測(cè)方法來建立這個(gè)系統(tǒng)，成功之后再根據(jù)需要對(duì)其進(jìn)行完善。當(dāng)然，需要花大量時(shí)間把算法思想研究透徹，并編寫C++代碼。再將其嵌入視頻監(jiān)控軟件中，將OpenCV視覺庫中相應(yīng)的圖像處理函數(shù)導(dǎo)入VC++6.0中從而得以實(shí)現(xiàn)目標(biāo)的檢測(cè)。畢業(yè)設(shè)計(jì)（論文）開題報(bào)告4參考文獻(xiàn)何志貴.I-TEX2000型織物自動(dòng)檢驗(yàn)系統(tǒng)[J].國外紡織技術(shù),2000,12(12):36-37.RudolfMeier,JrgUhlmann,RolfLeuenberger.uster公司的織物質(zhì)量自動(dòng)檢驗(yàn)系統(tǒng)[J].紡織導(dǎo)報(bào),1999,12(2):41-42.H.Schmalfub,K.L.Schinner.自動(dòng)在線織物檢驗(yàn)[J].國際紡織導(dǎo)報(bào),1999(3):52-56.馬昀，仲岑然.織物自動(dòng)檢驗(yàn)系統(tǒng)的發(fā)展與應(yīng)用[J].南通紡織職業(yè)技術(shù)學(xué)院學(xué)報(bào)（綜合版）,2004,4(1):18-19.RadovanStojanovicw,etc.Real-TimeVision-BasedSystemforTextileFabricInspection.Real-TimeImage[J],2001.(57):62-67.劉瑞禎,于仕琪.OpenCV教程基礎(chǔ)篇[M].北京:北京航空航天大學(xué)出版社,2007.中國科學(xué)院自動(dòng)化研究所模式識(shí)別國家重點(diǎn)實(shí)驗(yàn)室[J].攝相機(jī)標(biāo)定,1999.(1):43-46.汪軍，李立輕，夏冬升.一種自動(dòng)驗(yàn)布客觀評(píng)定系統(tǒng)[P].東華大學(xué),專利號(hào):CN1760437,2006.4.趙大興，王璜，朱錦雷.基于機(jī)器視覺的織物疵點(diǎn)檢測(cè)系統(tǒng)[J].湖北工業(yè)大學(xué)學(xué)報(bào),2008,23（3）:73-75.龔艷軍.布匹疵點(diǎn)自動(dòng)檢測(cè)系統(tǒng)的研究和設(shè)計(jì)[D].武漢:華中科技大學(xué)碩士學(xué)位論文,2005.9.鄒超.布匹疵點(diǎn)在線檢測(cè)的算法研究[D].武漢:華中科技大學(xué)博士學(xué)位論文,2006.4.祁林.織物疵點(diǎn)的計(jì)算機(jī)軟件識(shí)別方法研究[D].武漢:武漢理工大學(xué)碩士學(xué)位論文,2006.4.畢業(yè)設(shè)計(jì)（論文）開題報(bào)告2．本課題要研究或解決的問題和擬采用的研究手段（途徑）本課題要研究解決的問題本課題主要設(shè)計(jì)應(yīng)用程序嵌入到監(jiān)控系統(tǒng)中，實(shí)現(xiàn)對(duì)洗滌生產(chǎn)線紡織品的視頻監(jiān)控與報(bào)警，主要解決的問題：（1）算法研究本課題是實(shí)現(xiàn)對(duì)洗滌生產(chǎn)線紡織品的視頻監(jiān)控，需要對(duì)織物進(jìn)行檢測(cè)，通過對(duì)采集到的圖片來進(jìn)行相應(yīng)算法的處理，從而準(zhǔn)確的檢測(cè)出污點(diǎn)。所以算法的研究決定著檢測(cè)的準(zhǔn)確率。（2）應(yīng)用程序的開發(fā)在開發(fā)應(yīng)用程序之前，首先要對(duì)開發(fā)工具進(jìn)行選擇，確定了開發(fā)環(huán)境后，要考慮到監(jiān)控系統(tǒng)程序應(yīng)用的可操作性和功能的完備性。在數(shù)據(jù)存儲(chǔ)方面，由于對(duì)監(jiān)控場(chǎng)景圖像數(shù)據(jù)的存儲(chǔ)將對(duì)存儲(chǔ)容量提出較高的要求，要考慮如何有效進(jìn)行存儲(chǔ)與控制。程序開發(fā)過程中，要解決CCD攝像頭數(shù)據(jù)經(jīng)過圖像采集卡和如何通過計(jì)算機(jī)進(jìn)行相關(guān)處理。還要在采集圖像數(shù)據(jù)的基礎(chǔ)上，控制輸出的圖像文件格式，以便更準(zhǔn)確的識(shí)別和檢測(cè)。（3）監(jiān)控軟件的實(shí)現(xiàn)對(duì)于一個(gè)典型的基于視頻的目標(biāo)檢測(cè)系統(tǒng)，需要構(gòu)建一個(gè)系統(tǒng)流程圖，根據(jù)系統(tǒng)流程圖來完成檢測(cè)系統(tǒng)的建立。擬采用的設(shè)計(jì)方案（1）算法的研究根據(jù)織物自身的結(jié)構(gòu)特點(diǎn)和瑕疵點(diǎn)特征，利用投影法提取特征值的紡織品污點(diǎn)檢測(cè)算法。污點(diǎn)自動(dòng)檢測(cè)分為學(xué)習(xí)和檢測(cè)兩個(gè)階段，在學(xué)習(xí)階段，利用投影法分別在經(jīng)向和緯向上提取正?？椢飯D像的特征值，得到正?？椢飯D像的特征數(shù)據(jù)集，用統(tǒng)計(jì)方法確定特征值的正常區(qū)間。在檢測(cè)階段，采用基于窗口的區(qū)域檢測(cè)，同時(shí)對(duì)提取的待檢織物圖像的特征值進(jìn)行判斷時(shí)，采用異常檢測(cè)的方法，檢出污點(diǎn)。通過對(duì)存在污點(diǎn)織物圖像特征值的分析，對(duì)存在污點(diǎn)的織物圖像至少有一項(xiàng)特征值出現(xiàn)異常，根據(jù)異常值出現(xiàn)的位置對(duì)污點(diǎn)進(jìn)行定位。（2）應(yīng)用程序開發(fā)由于圖像采集卡的應(yīng)用接口庫支持32位編程開發(fā)工具，結(jié)合自身學(xué)習(xí)情況，選擇MicrosoftVisualC++進(jìn)行開發(fā)，運(yùn)行在C++的MFC編程環(huán)境。應(yīng)用程序的主要功能設(shè)定：圖像卡的控制，參數(shù)的設(shè)置，監(jiān)控設(shè)定和操作信息設(shè)定。圖像卡的控制主要功能有：采集圖像到屏幕，抓取一幀圖像到屏幕/內(nèi)存，打開序列圖像文件，保存序列圖像以及序列圖像的回放；參數(shù)設(shè)置主要包括：圖像卡輸出圖像數(shù)據(jù)格式的設(shè)置，視頻制式設(shè)置，視頻源路設(shè)置，分配靜態(tài)內(nèi)存等；操作信息設(shè)定主要是設(shè)定報(bào)警方式。（3）監(jiān)控軟件的實(shí)現(xiàn)當(dāng)今的監(jiān)控系統(tǒng)有所改變，發(fā)展方向由單場(chǎng)景單攝像頭監(jiān)控轉(zhuǎn)向多場(chǎng)景多攝像頭監(jiān)控,從而監(jiān)控系統(tǒng)技術(shù)發(fā)展的必然向同屏顯示多路視頻上發(fā)展。由DH采集卡SDK的數(shù)據(jù)采集原理,對(duì)于多路視頻同屏顯示的技術(shù)難點(diǎn)就存在于多塊采集卡公用同一物理連續(xù)內(nèi)存,因此致使引發(fā)了內(nèi)存如何分配的問題。據(jù)此不同采集卡所使用內(nèi)存的起始地址由添加偏移量的方法來定義，整個(gè)監(jiān)控系統(tǒng)的其軟件部分的系統(tǒng)流程圖的結(jié)構(gòu)圖如圖1所示，本文在基于攝像機(jī)靜止的情況下對(duì)視頻序列中的目標(biāo)進(jìn)行檢測(cè)，采用對(duì)運(yùn)動(dòng)的圖像區(qū)域分割的方法，以織物為目標(biāo)，當(dāng)目標(biāo)進(jìn)入視頻監(jiān)控中時(shí)，需要先對(duì)其進(jìn)行檢測(cè)，然后對(duì)圖像進(jìn)行預(yù)處理，再通過對(duì)預(yù)處理過得圖像進(jìn)行劃分相同區(qū)間，對(duì)區(qū)間的特征值進(jìn)行特征比較，對(duì)信息進(jìn)行分析后，做出報(bào)警。畢業(yè)設(shè)計(jì)（論文）開題報(bào)告畢業(yè)設(shè)計(jì)（論文）開題報(bào)告圖像幀中運(yùn)動(dòng)信息的特征提取圖像幀中運(yùn)動(dòng)信息的特征提取目標(biāo)檢測(cè)與分割對(duì)分割的區(qū)間圖像的特征值分析比較攝像頭圖像采集卡視頻圖像幀的提取，圖像預(yù)處理結(jié)果輸出與統(tǒng)計(jì)分析報(bào)警圖1目標(biāo)檢測(cè)系統(tǒng)結(jié)構(gòu)圖畢業(yè)設(shè)計(jì)（論文）開題報(bào)告指導(dǎo)教師意見：對(duì)“文獻(xiàn)綜述”的評(píng)語：該同學(xué)對(duì)課題研究的內(nèi)容及相關(guān)知識(shí)進(jìn)行了深入細(xì)致的了解，查閱了大量的文獻(xiàn)資料